Use of a Novel Virus Inactivation Method for a Multicenter Avian Influenza Real-Time Reverse Transcriptase—Polymerase Chain Reaction Proficiency Study
Notice bibliographique
Résumé
Proficiency assessments are important elements in quality control for diagnostic laboratories. Traditionally, proficiency testing for polymerase chain reaction (PCR)-based assays has involved the use of clinical samples, samples "spiked" with live agents or DNA plasmids. Because of government regulations and biosecurity concerns, distribution of live high-consequence pathogens of livestock and poultry, such as avian influenza, is not possible, and DNA plasmids are not technically suitable for evaluating RNA virus detection. Therefore, a proficiency testing panel using whole avian influenza in a diluent containing a phenolic disinfectant that inactivates the virus while preserving the RNA for at least 8 weeks at -70 C was developed and used in a multicenter proficiency assessment for a type A influenza real-time reverse transcriptase (RT)-PCR test. The test, which was highly standardized, except for variation in the real-time RT-PCR equipment used, was shown to be highly reproducible by proficiency testing in 12 laboratories in the United States, Canada, and Hong Kong. Variation in cycle threshold values among 35 data sets and 490 samples was minimal (CV = 5.19%), and sample identifications were highly accurate (96.7% correct identifications) regardless of real-time PCR instrumentation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».